Pendant des décennies, l'interaction logicielle a été définie par des utilisateurs s'adaptant aux langages et structures spécifiques de diverses interfaces, mais l'essor des grands modèles de langage (LLM) remet en question ce paradigme. Selon Dhyey Mavani, dans un article du 3 janvier 2026, la question fondamentale passe de "Quel API dois-je appeler ?" à "Quel résultat est-ce que j'essaie d'obtenir ?".

Ce changement marque une évolution d'une interaction centrée sur le code vers une interaction basée sur le langage, où les utilisateurs peuvent exprimer leur intention en langage naturel, et le système interprète et exécute les fonctions nécessaires. Mavani introduit le concept de Model Context Protocol (MCP) comme une abstraction cruciale dans cette nouvelle ère. Le MCP permet aux modèles de comprendre l'intention humaine, de découvrir les capacités pertinentes et d'exécuter des flux de travail, traduisant efficacement les requêtes en langage naturel en fonctions logicielles.

L'approche traditionnelle de l'interaction logicielle impliquait que les utilisateurs apprennent des commandes spécifiques, mémorisent les méthodes HTTP et intègrent des kits de développement logiciel (SDK). Dans les années 1980, les utilisateurs saisissaient des commandes comme 'grep', 'ssh' et 'ls' dans un shell. Au milieu des années 2000, ils invoquaient des points de terminaison REST comme 'GET users'. Les années 2010 ont vu l'essor des SDK, tels que 'client.orders.list()', qui faisaient abstraction des complexités HTTP sous-jacentes. Cependant, toutes ces méthodes exigeaient que les utilisateurs comprennent et respectent la forme structurée dans laquelle les capacités logicielles étaient exposées.

Les LLM changent cela en permettant une interface plus intuitive et accessible. Au lieu d'exiger des utilisateurs qu'ils connaissent la fonction ou la signature de méthode spécifique, les LLM peuvent interpréter le langage naturel et déterminer les actions appropriées. Cela a des implications importantes pour la société, en démocratisant potentiellement l'accès aux logiciels et en réduisant la barrière technique à l'entrée.

Le développement du MCP est une étape clé dans la réalisation de cette vision. En fournissant un moyen standardisé pour les modèles de comprendre le contexte et d'accéder aux capacités, le MCP peut faciliter la création de systèmes plus intelligents et conviviaux. L'article souligne que le MCP n'est pas simplement un mot à la mode, mais une approche tangible pour combler le fossé entre l'intention humaine et l'exécution logicielle.

Les implications de ce changement sont considérables. À mesure que les LLM continuent d'évoluer, nous pouvons nous attendre à voir davantage d'applications qui exploitent le langage naturel comme interface principale. Cela pourrait conduire à des flux de travail plus intuitifs et efficaces, ainsi qu'à de nouvelles opportunités d'innovation. L'accent sera mis sur la définition du résultat souhaité, plutôt que de se débattre avec les détails techniques de la manière de l'atteindre.